Name: quantifying the brain metastatic tumor micro-environment using an organ-on-a chip 3d model, machine learning, and confocal tomography
Uploaded: 2020-08-16T15:00:00
Description: Watch this Scientific Journal Video about Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography at JoVE.com

Vi takker Steeg Lab, på National Cancer Institute for den generøse donation af MDA-MB-231-BR-GFP celler. Konfokal mikroskopi blev udført på University of Michigan Biointerfaces Institute (BI). Flow cytometri blev udført på University of Michigan Flow Cytometri Core. Virale vektorer blev skabt af University of Michigan Vector Core. Vi takker også Kelley Kidwell for vejledning i statistisk analyse af disse data.
Finansiering:
C.R.O. blev delvist støttet af et NIH T-32 Training Fellowship (T32CA009676) og 1R21CA245597-01. T.M.W. blev delvist støttet af 1R21CA245597-01 og National Center for Advancing Translational Sciences fra National Institutes of Health under Award Number UL1TR002240. Finansiering af materialer og karakterisering blev leveret af National Cancer Institutes of National Institutes of Health under tildeling nummer 1R21CA245597-01, P30CA046592, 5T32CA009676-23, CA196018, AI116482, METAvivor Foundation, og Breast Cancer Research Foundation. Indholdet er udelukkende ophavsmændenes ansvar og repræsenterer ikke nødvendigvis de officielle synspunkter fra de nationale sundhedsinstitutter

1. Forbered blod-hjerne barrieren niche skimmel
BEMÆRK: Den dyrkning enhed, der anvendes i denne platform er en PDMS baseret stillads, at vi bygger en cellulær blod hjerne barriere niche på. Det er lavet af to dele adskilt af en porøs membran. For at forberede blod-hjerne barrieren niche to SU-8 forme lavet ved hjælp af fotolitografi er nødvendige26,27. Protokollen vil blive beskrevet for 100 μm tyk skimmel først og derefter note...

<ol>
	<li>Rastogi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Palliation+of+Brain+Metastases:+Analysis+of+Prognostic+Factors+Affecting+Overall+Survival.">Palliation of Brain Metastases: Analysis of Prognostic Factors Affecting Overall Survival.</a> Indian Journal of Palliative Care. 24 (3), 308-312 (2018).</li><li>Wang, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Clinicopathological+features+and+survival+outcomes+of+patients+with+different+metastatic+sites+in+stage+IV+breast+cancer.">The Clinicopathological features and survival outcomes of patients with different metastatic sites in stage IV breast cancer.</a> BMC Cancer. 19 (1), 1091 (2019).</li><li>Valster, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell+migration+and+invasion+assays.">Cell migration and invasion assays.</a> Methods. 37 (2), 208-215 (2005).</li><li>Eccles, S. A., Box, C., Court, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell+migration/invasion+assays+and+their+application+in+cancer+drug+discovery.">Cell migration/invasion assays and their application in cancer drug discovery.</a> Biotechnology Annual Review. 11, 391-421 (2005).</li><li>Brekhman, V., Neufeld, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+novel+asymmetric+3D+in-vitro+assay+for+the+study+of+tumor+cell+invasion.">A novel asymmetric 3D in-vitro assay for the study of tumor cell invasion.</a> BMC Cancer. 9, 415 (2009).</li><li>Chen, H. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Boyden+chamber+assay.">Boyden chamber assay.</a> Methods in Molecular Biology. 294, 15-22 (2005).</li><li>Poissonnier, A., Legembre, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Boyden+Chamber+Assay+to+Study+of+Cell+Migration+Induced+by+Metalloprotease+Cleaved-CD95L.">Boyden Chamber Assay to Study of Cell Migration Induced by Metalloprotease Cleaved-CD95L.</a> Methods in Molecular Biology. 1557, 117-123 (2017).</li><li>Li, X., Yang, H., Huang, H., Zhu, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CELLCOUNTER:+novel+open-source+software+for+counting+cell+migration+and+invasion+in+vitro.">CELLCOUNTER: novel open-source software for counting cell migration and invasion in vitro.</a> BioMed Research International. 2014, 863564 (2014).</li><li>Little, A. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IL-4/IL-13+Stimulated+Macrophages+Enhance+Breast+Cancer+Invasion+Via+Rho-GTPase+Regulation+of+Synergistic+VEGF/CCL-18+Signaling.">IL-4/IL-13 Stimulated Macrophages Enhance Breast Cancer Invasion Via Rho-GTPase Regulation of Synergistic VEGF/CCL-18 Signaling.</a> Frontiers in Oncology. 9, 456 (2019).</li><li>Allen, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Macrophages+Enhance+Migration+in+Inflammatory+Breast+Cancer+Cells+via+RhoC+GTPase+Signaling.">Macrophages Enhance Migration in Inflammatory Breast Cancer Cells via RhoC GTPase Signaling.</a> Scientific Reports. 6, 39190 (2016).</li><li>Bhatia, S. N., Ingber, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microfluidic+organs-on-chips.">Microfluidic organs-on-chips.</a> Nature Biotechnology. 32 (8), 760-772 (2014).</li><li>Huh, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reconstituting+organ-level+lung+functions+on+a+chip.">Reconstituting organ-level lung functions on a chip.</a> Science. 328 (5986), 1662-1668 (2010).</li><li>Chen, Y. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Single-cell+Migration+Chip+for+Chemotaxis-based+Microfluidic+Selection+of+Heterogeneous+Cell+Populations.">Single-cell Migration Chip for Chemotaxis-based Microfluidic Selection of Heterogeneous Cell Populations.</a> Scientific Reports. 5, 9980 (2015).</li><li>Choi, Y. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancer-associated+fibroblast+promote+transmigration+through+endothelial+brain+cells+in+three-dimensional+in+vitro+models.">Cancer-associated fibroblast promote transmigration through endothelial brain cells in three-dimensional in vitro models.</a> International Journal of Cancer. 135 (9), 2024-2033 (2014).</li><li>Takeshita, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+in+vitro+blood-brain+barrier+model+combining+shear+stress+and+endothelial+cell/astrocyte+co-culture.">An in vitro blood-brain barrier model combining shear stress and endothelial cell/astrocyte co-culture.</a> Journal of Neuroscience Methods. 232, 165-172 (2014).</li><li>Kienast, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+imaging+reveals+the+single+steps+of+brain+metastasis+formation.">Real-time imaging reveals the single steps of brain metastasis formation.</a> Nature Medicine. 16 (1), 116-122 (2010).</li><li>Schroeder, W., Martin, K., Lorenson, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The Visualization Toolkit. 4th edn. , (2006).</li><li>Wells, W. M., Grimson, W. L., Kikinis, R., Jolesz, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+segmentation+of+MRI+data.">Adaptive segmentation of MRI data.</a> IEEE Transactions on Medical Imaging. 15 (4), 429-442 (1996).</li><li>Agarwal, S. K., Singh, S., Ghuman, S. S., Sharma, S., Lahiri, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiological+assessment+of+the+Indian+children+with+congenital+sensorineural+hearing+loss.">Radiological assessment of the Indian children with congenital sensorineural hearing loss.</a> International Journal of Otolaryngology. 2014, 808759 (2014).</li><li>Mansfield, P., Maudsley, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Medical+imaging+by+NMR.">Medical imaging by NMR.</a> The British Journal of Radiology. 50 (591), 188-194 (1977).</li><li>Plewes, D. B., Kucharczyk, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Physics+of+MRI:+a+primer.">Physics of MRI: a primer.</a> Journal of Magnetic Resonance Imaging. 35 (5), 1038-1054 (2012).</li><li>Batteux, C., Haidar, M. A., Bonnet, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D-Printed+Models+for+Surgical+Planning+in+Complex+Congenital+Heart+Diseases:+A+Systematic+Review.">3D-Printed Models for Surgical Planning in Complex Congenital Heart Diseases: A Systematic Review.</a> Frontiers in Pediatrics. 7, 23 (2019).</li><li>Thibault, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MRI+for+surgical+planning+in+patients+with+breast+cancer+who+undergo+preoperative+chemotherapy.">MRI for surgical planning in patients with breast cancer who undergo preoperative chemotherapy.</a> American Journal of Roentgenology. 183 (4), 1159-1168 (2004).</li><li>Oliver, C. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+platform+for+artificial+intelligence+based+identification+of+the+extravasation+potential+of+cancer+cells+into+the+brain+metastatic+niche.">A platform for artificial intelligence based identification of the extravasation potential of cancer cells into the brain metastatic niche.</a> Lab on a Chip. 19 (7), 1162-1173 (2019).</li><li>Gril, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reactive+astrocytic+S1P3+signaling+modulates+the+blood-tumor+barrier+in+brain+metastases.">Reactive astrocytic S1P3 signaling modulates the blood-tumor barrier in brain metastases.</a> Nature Communications. 9 (1), 2705 (2018).</li><li>Badilescu, S., Packirisamy, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> BioMEMS: Science And Engineering Perspectives. , (2011).</li><li>Liu, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Foundations of MEMS. 2nd edn. , (2012).</li><li>Booth, R., Kim, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterization+of+a+microfluidic+in+vitro+model+of+the+blood-brain+barrier+(muBBB).">Characterization of a microfluidic in vitro model of the blood-brain barrier (muBBB).</a> Lab on a Chip. 12 (10), 1784-1792 (2012).</li><li>Lockman, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Heterogeneous+blood-tumor+barrier+permeability+determines+drug+efficacy+in+experimental+brain+metastases+of+breast+cancer.">Heterogeneous blood-tumor barrier permeability determines drug efficacy in experimental brain metastases of breast cancer.</a> Clinical Cancer Research. 16 (23), 5664-5678 (2010).</li><li>Ryan Oliver, C., W, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Con-tom:+A+Jupyter+Notebook+for+Analyzing+the+tumor+micro-environment+in+confocal+images.">Con-tom: A Jupyter Notebook for Analyzing the tumor micro-environment in confocal images.</a> Zenodo. , (2020).</li><li>Lorensen, W. E., Johnson, C., Kasik, D., Whitton, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=History+of+the+Marching+Cubes+Algorithm.">History of the Marching Cubes Algorithm.</a> IEEE Computer Graphics and Applications. 40 (2), 8-15 (2020).</li><li>Kleinbaum, D. G., Kupper, L. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Applied regression analysis and other multivariable methods. , (1978).</li><li>Berg, M. d. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Computational geometry : algorithms and applications, 2nd rev. edn. , (2000).</li><li>Esch, M. B., Post, D. J., Shuler, M. L., Stokol, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterization+of+in+vitro+endothelial+linings+grown+within+microfluidic+channels.">Characterization of in vitro endothelial linings grown within microfluidic channels.</a> Tissue Engineering Part A. 17 (23-24), 2965-2971 (2011).</li><li>Brinkley, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Variations+in+cell+form+and+cytoskeleton+in+human+breast+carcinoma+cells+in+vitro.">Variations in cell form and cytoskeleton in human breast carcinoma cells in vitro.</a> Cancer Research. 40 (9), 3118-3129 (1980).</li><li>Eigenmann, D. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparative+study+of+four+immortalized+human+brain+capillary+endothelial+cell+lines,+hCMEC/D3,+hBMEC,+TY10,+and+BB19,+and+optimization+of+culture+conditions,+for+an+in+vitro+blood-brain+barrier+model+for+drug+permeability+studies.">Comparative study of four immortalized human brain capillary endothelial cell lines, hCMEC/D3, hBMEC, TY10, and BB19, and optimization of culture conditions, for an in vitro blood-brain barrier model for drug permeability studies.</a> Fluids and Barriers of the Central Nervous System. 10 (1), 33 (2013).</li><li>Griep, L. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BBB+on+chip:+microfluidic+platform+to+mechanically+and+biochemically+modulate+blood-brain+barrier+function.">BBB on chip: microfluidic platform to mechanically and biochemically modulate blood-brain barrier function.</a> Biomedical Microdevices. 15 (1), 145-150 (2013).</li><li>Weksler, B., Romero, I. A., Couraud, P. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+hCMEC/D3+cell+line+as+a+model+of+the+human+blood+brain+barrier.">The hCMEC/D3 cell line as a model of the human blood brain barrier.</a> Fluids and Barriers of the Central Nervous System. 10 (1), 16 (2013).</li><li>Dello Russo, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+human+microglial+HMC3+cell+line:+where+do+we+stand?+A+systematic+literature+review.">The human microglial HMC3 cell line: where do we stand? A systematic literature review.</a> Journal of Neuroinflammation. 15 (1), 259 (2018).</li><li>Dun, M. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Proteotranscriptomic+Profiling+of+231-BR+Breast+Cancer+Cells:+Identification+of+Potential+Biomarkers+and+Therapeutic+Targets+for+Brain+Metastasis.">Proteotranscriptomic Profiling of 231-BR Breast Cancer Cells: Identification of Potential Biomarkers and Therapeutic Targets for Brain Metastasis.</a> Molecular &amp; Cellular Proteomics. 14 (9), 2316-2330 (2015).</li><li>Xing, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reactive+astrocytes+promote+the+metastatic+growth+of+breast+cancer+stem-like+cells+by+activating+Notch+signalling+in+brain.">Reactive astrocytes promote the metastatic growth of breast cancer stem-like cells by activating Notch signalling in brain.</a> EMBO Molecular Medicine. 5 (3), 384-396 (2013).</li><li>Zhang, B., Radisic, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Organ-on-a-chip+devices+advance+to+market.">Organ-on-a-chip devices advance to market.</a> Lab on a Chip. 17 (14), 2395-2420 (2017).</li></ol>

Vi har udviklet og præsenteret en ny metode, der tilpasser værktøjer, der ofte anvendes i kliniske billedanalyser til måling af ekstravasation og migration af kræftceller gennem en endotelbarriere til hjernevæv. Vi udgør denne fremgangsmåde kan være nyttig for både in vivo og in vitro målinger; vi har vist sin anvendelse på en 3D microfluidic system recapitulating hjernen vaskulatur. Kræft celle målinger, herunder afstand ekstravaseret, procent ekstravaseret af volumen, sfæriskhed, og volumen er kvantifice...

Hjernemetastaser er de mest dødelige kræftlæsioner; 10-30% af alle kræftformer metastaserer til hjernen, med en median overlevelse på kun ~ 5-20 måneder, afhængigt af kræft type1,,2. Et hovedspørgsmål, der opstår, når man studerer kræftmetastase er, hvordan sub kloner migrere fra humoral miljø i blodbanen i et organ som hjernen3,4. Dette spørgsmål har ført til mange variationer af migration, invasion, og ekstravasation assays. Alle disse metoder deler det kritiske trin for at tælle eller måle egenskaber af celler, der flytter fra et sted til et andet som reaktion på en stimulus. De fleste migration assays let tilgængelige bruges til at studere to-dimensionelle (2D) migration af kræftceller. Disse har belyst et væld af viden; De opsummerer dog ikke in vivo-systemets tredimensionelle karakter, som andre metoder kan give5. Derfor er det nødvendigt at studere tumor mikro-miljø (TME) i tre-dimensionelle (3D) systemer, men analysen tilgange til rådighed for 3D-strukturer er begrænsede og ofte inkonsekvent.
Et af de mest populære 3D-værktøjer er et Boyden kammer, der består af en membran suspenderet i bunden af en brønd, der adskiller to forskellige regioner. Boyden introducerede analysen for at studere leukocyt chemotaxis4. De nederste regioner kan varieres efter kemi eller på andenmåde 6,7 for at få celler i den øvre region til at migrere til den nedre region. Den mest almindelige metode til at kvantificere antallet af celler, der har migreret, er at frigive cellerne fra bunden af membranen ved hjælp af en bufferløsning, lyse dem, og derefter tælle dem baseret på mængden af DNA-indhold iopløsningen 7. Denne indirekte tilgang er tilbøjelig til operatørfejl på grund af teknikvariation, og proceduren ødelægger oplysninger om kræftfæstypen og mikromiljøet. Variationer af Boyden kammer assay indebærer fiksering af migrerende celler, der forbliver på membranen, men giver kun en optælling af celler, der ikke længere er levedygtige for fortsat undersøgelse6,8,9.
På grund af begrænsninger i Boyden kammer og væksten af innovationer i mikrofluidic samfund, migration assay chips er blevet udviklet som observerer bevægelse af celler som reaktion på en stimulus i én retning i stedet fortre 10,11,12. Disse migrationsanalyser letter kontrollen over faktorer som flow eller enkeltcelleseparation13,14, der muliggør en bedre fortolkning af resultaterne., men deres 2D-format uundgåeligt mister nogle dynamiske oplysninger. Nylige undersøgelser har fokuseret på ekstravasation (dvs. flytning af celler fra omsætning til et væv, såsom blod-hjerne barrieren) i et 3D-miljø14,,15. Ekstravasationen afstand til væv og sondering adfærd, der opstår på den cellulære barriere / membran er mere raffineret end målinger udledes ved hjælp af enten Boyden kammer eller en 2D microfluidic migration enhed16. Således er enheder, der muliggør passende billedbehandling og analyse af 3D-ekstravasation, afgørende for at fange disse avancerede målinger, men mangler i litteraturen.
Uafhængigt af migrationsanalyser er der udviklet robuste billeddannelsesteknikker til mri-billeddannelse (magnetic resonans imaging) og tomografi, der er i stand til at identificere og nøjagtigt rekonstruere væv i 3D-rum17,18. Disse teknikker erhverve billeder i z-stakke og segment dele af billedet baseret på egenskaberne af vævet og derefter konvertere de opdelte billeder i tre-dimensionelle masker19,20,21. Dette gør det muligt for læger at visualisere i 3D individuelle organer, knogler og fartøjer til støtte i kirurgisk planlægning eller støtte i diagnosticering af kræft ellerhjertesygdomme 22,23. Her vil vi vise, at disse tilgange kan tilpasses til brug på mikroskopiske prøver og 3D-udstyrsenheder.
Til dette formål udviklede vi den innovative konfokale tomografi teknik, præsenteret heri, som giver fleksibilitet til at studere ekstravasation af tumorceller på tværs af en membran ved at tilpasse eksisterende tomografi værktøjer. Denne fremgangsmåde gør det muligt at studere den fulde vifte af kræft celle adfærd, som de interagerer med en cellulær barriere, såsom en endotel cellelag. Kræftceller udviser sondering adfærd; nogle kan invadere, men forblive tæt på membranen, mens andre krydser barrieren let. Denne teknik er i stand til at give oplysninger om fænotype af cellen i alle dimensioner24. Ved hjælp af denne tilgang til at studere TME er både relativt billigt, let at fortolke, og reproducerbare, sammenlignet med mere komplekse in vivo murine modeller. Den præsenterede metode bør give et stærkt grundlag for studiet af mange typer af tumorer og mikro-miljøer ved at tilpasse den stromale region.
Vi beskriver og demonstrerer brugen af en 3D-mikrofluidic blodtaopni -platform (μmBBN) platform (figur1), hvor kritiske elementer i barrieren og nichen (hjernemikalieotolære endotelceller og astrocytter) kan dyrkes i en længere periode (ca. op til 9 dage), fluorescerende afbildet af konkorkal mikroskopi og billederne rekonstrueret ved hjælp af vores konfokale tomografiteknik (figur 2); alle havde til formål at forstå udviklingen af mikro-metastase og ændringer i tumor mikro-miljø i en repeterbar og kvantitativ måde. Blod-hjerne barrieren interface med hjernen niche er sammensat af hjernen mikrovaskulære endotelceller, der er styrket af kælderen membran, astrocyte fødder, og pericytes25. Vi fokuserede selektivt på astrocyt- og endotelkomponenterne i betragtning af deres betydning i dannelsen og reguleringen af blod-hjernebarrieren. Vi demonstrerer, hvordan man fabrikere, frø, billede, og analysere kræftceller og tumor mikro-miljø cellulære og humorelle komponenter, ved hjælp af denne platform. Endelig viser vi, hvordan machine learning kan bruges til at identificere de iboende fænofyrste forskelle i kræftceller, der er i stand til transit gennem en model μmBBN og til at tildele dem et objektivt indeks af hjernen metastatisk potentiale24. De datasæt, der genereres ved denne metode, kan bruges til at besvare grundlæggende og translationelle spørgsmål om metastase, terapeutiske strategier og TME's rolle i begge.

<table>
	<tbody>
		<tr>
			<td>0.25% Trypsin-EDTA with phenol red</td>
			<td>Thermo Fisher Scientific</td>
			<td>25200056</td>
			<td></td>
		</tr>
		<tr>
			<td>1.5 mm biopsy punch with plunger</td>
			<td>Integra LifeSciences Corporation</td>
			<td>33-31A-P/25</td>
			<td></td>
		</tr>
		<tr>
			<td>10x MEM</td>
			<td>Thermo Fisher Scientific</td>
			<td>11430030</td>
			<td></td>
		</tr>
		<tr>
			<td>150 mm petri dishes</td>
			<td>Fisher Scientific</td>
			<td>FB0875714</td>
			<td></td>
		</tr>
		<tr>
			<td>1x DPBS, without Ca and Mg</td>
			<td>Thermo Fisher Scientific</td>
			<td>14190144</td>
			<td></td>
		</tr>
		<tr>
			<td>200uL pipette tip</td>
			<td>Fisher Scientific</td>
			<td>02-707-411</td>
			<td></td>
		</tr>
		<tr>
			<td>4 inch silicon wafer</td>
			<td>University Wafer</td>
			<td>452</td>
			<td></td>
		</tr>
		<tr>
			<td>48 mm wide packing tape</td>
			<td>Fisher Scientific</td>
			<td>19-072-097</td>
			<td></td>
		</tr>
		<tr>
			<td>50 x 75 mm glass slide</td>
			<td>Fisher Scientific</td>
			<td>12-550C</td>
			<td></td>
		</tr>
		<tr>
			<td>A1 confocal microscope</td>
			<td>Nikon</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>acetone</td>
			<td>Fisher Scientific</td>
			<td>A9-20</td>
			<td></td>
		</tr>
		<tr>
			<td>antibiotic/antimycotic (penicillin/streptomycin/amphotericin)</td>
			<td>Gibco</td>
			<td>15240062</td>
			<td></td>
		</tr>
		<tr>
			<td>box cutter blade</td>
			<td>Fisher Scientific</td>
			<td>NC1721575</td>
			<td></td>
		</tr>
		<tr>
			<td>dissection scissors</td>
			<td>Fisher Scientific</td>
			<td>08-951-5</td>
			<td></td>
		</tr>
		<tr>
			<td>DMEM with 4.5 g/L glucose</td>
			<td>Thermo Fisher Scientific</td>
			<td>11960-044</td>
			<td></td>
		</tr>
		<tr>
			<td>double sided tape</td>
			<td>Fisher Scientific</td>
			<td>NC0879005</td>
			<td></td>
		</tr>
		<tr>
			<td>EGM-2</td>
			<td>Lonza</td>
			<td>CC-3162</td>
			<td></td>
		</tr>
		<tr>
			<td>Fetal Bovine Serum, Heat inactivated</td>
			<td>Corning</td>
			<td>MT35011CV</td>
			<td></td>
		</tr>
		<tr>
			<td>Fiji software</td>
			<td>ImageJ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>glass vial</td>
			<td>Fisher Scientific</td>
			<td>03-341-25D</td>
			<td></td>
		</tr>
		<tr>
			<td>glutamax</td>
			<td>Thermo Fisher Scientific</td>
			<td>35050061</td>
			<td></td>
		</tr>
		<tr>
			<td>hCMEC/D3</td>
			<td>EMD Millipore</td>
			<td>SCC066</td>
			<td></td>
		</tr>
		<tr>
			<td>Jupyter notebook</td>
			<td>Anaconda</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>L-glutamine</td>
			<td>Thermo Fisher Scientific</td>
			<td>25030081</td>
			<td></td>
		</tr>
		<tr>
			<td>Matrigel - growth factor reduced with phenol red</td>
			<td>Corning</td>
			<td>CB-40230A</td>
			<td></td>
		</tr>
		<tr>
			<td>MDA-MB-231</td>
			<td>ATCC</td>
			<td>HTB-26</td>
			<td></td>
		</tr>
		<tr>
			<td>MDA-MB-231-BR-GFP</td>
			<td>Dr. Patricia Steeg, NIH</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>N-2 growth supplement</td>
			<td>Thermo Fisher Scientific</td>
			<td>17502048</td>
			<td></td>
		</tr>
		<tr>
			<td>normal human astrocytes (NHA)</td>
			<td>Lonza</td>
			<td>CC-2565</td>
			<td></td>
		</tr>
		<tr>
			<td>Orange software</td>
			<td>University of Ljubljana</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Pasteur pipette</td>
			<td>Fisher Scientific</td>
			<td>13-711-9AM</td>
			<td></td>
		</tr>
		<tr>
			<td>Photolithography masks</td>
			<td>Photosciences Incorporated</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLL3.7-dsRed</td>
			<td>University of Michigan Vector Core</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLL-EV-GFP</td>
			<td>University of Michigan Vector Core</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLOX-TERT-iresTK</td>
			<td>Addgene</td>
			<td>12245</td>
			<td></td>
		</tr>
		<tr>
			<td>pMD2.G</td>
			<td>Addgene</td>
			<td>12259</td>
			<td></td>
		</tr>
		<tr>
			<td>polycarbonate membrane, 5um pore size</td>
			<td>Millipore</td>
			<td>TMTP04700</td>
			<td></td>
		</tr>
		<tr>
			<td>psPAX2</td>
			<td>Addgene</td>
			<td>12260</td>
			<td></td>
		</tr>
		<tr>
			<td>PureCol, 3 mg/mL</td>
			<td>Advanced Biomatrix</td>
			<td>5005</td>
			<td>Type I bovine collagen</td>
		</tr>
		<tr>
			<td>sodium bicarbonate</td>
			<td>Thermo Fisher Scientific</td>
			<td>25080094</td>
			<td></td>
		</tr>
		<tr>
			<td>sodium pyruvate</td>
			<td>Thermo Fisher Scientific</td>
			<td>11360070</td>
			<td></td>
		</tr>
		<tr>
			<td>Solo cup</td>
			<td>Fisher Scientific</td>
			<td>NC1416545</td>
			<td></td>
		</tr>
		<tr>
			<td>SU-8 2075</td>
			<td>MicroChem Corporation</td>
			<td>Y111074 0500L1GL</td>
			<td></td>
		</tr>
		<tr>
			<td>SU8 developer</td>
			<td>MicroChem Corporation</td>
			<td>Y020100 4000L1PE</td>
			<td></td>
		</tr>
		<tr>
			<td>Sylgard 184</td>
			<td>Ellsworth Adhesive Company</td>
			<td>NC0162601</td>
			<td></td>
		</tr>
		<tr>
			<td>Toluene</td>
			<td>Sigma-Aldrich</td>
			<td>179965-1L</td>
			<td></td>
		</tr>
		<tr>
			<td>Tricholoro perfluoro octyl silane</td>
			<td>Sigma-Aldrich</td>
			<td>448931-10G</td>
			<td></td>
		</tr>
	</tbody>
</table>

quantifying the brain metastatic tumor micro-environment using an organ-on-a chip 3d model, machine learning, and confocal tomography

Hjernemetastaser er de mest dødelige kræftlæsioner; 10-30% af alle kræftformer metastaserer til hjernen, med en median overlevelse på kun ~ 5-20 måneder, afhængigt af kræfttype. For at reducere hjernen metastatisk tumor byrde, huller i grundlæggende og translationel viden skal løses. Store udfordringer omfatter en mangel på reproducerbare prækliniske modeller og tilhørende værktøjer. Tredimensionelle modeller af hjernemetastase kan give de relevante molekylære og fænotopypiske data, der bruges til at imødekomme disse behov, når de kombineres med dedikerede analyseværktøjer. Desuden, sammenlignet med murine modeller, organ-on-a-chip modeller af patient tumorceller gennemkører blod-hjerne barrieren i hjernen mikromiljø generere resultater hurtigt og er mere fortolkes med kvantitative metoder, således modtagelige for høj gennemløb test. Her beskriver og demonstrerer vi brugen af en ny 3D-mikrofluidic blodtaopni -platform (μmBBN) platform, hvor flere elementer i nichen kan dyrkes i en længere periode (flere dage), fluorescerende afbildet af konfokal mikroskopi og billederne rekonstrueret ved hjælp af en innovativ konfokal tomografiteknik; alle havde til formål at forstå udviklingen af mikro-metastase og ændringer i tumor mikro-miljø (TME) i en repeterbar og kvantitativ måde. Vi demonstrerer, hvordan man fabrikere, frø, billede, og analysere kræftceller og TME cellulære og humorelle komponenter, ved hjælp af denne platform. Desuden viser vi, hvordan kunstig intelligens (AI) bruges til at identificere de iboende fænofyrste forskelle i kræftceller, der er i stand til at passere gennem en model μmBBN og til at tildele dem et objektivt indeks over hjernens metastatiske potentiale. De datasæt, der genereres ved denne metode, kan bruges til at besvare grundlæggende og translationelle spørgsmål om metastase, effekten af terapeutiske strategier og TME's rolle i begge.

Ved hjælp af denne teknik analyserede vi celletyper mærket med forskellige fluorescerende proteiner eller farvestoffer. Vi demonstrerer brugen af denne fremgangsmåde med en μmBBN chip formuleret med hCMEC/D3-DSRed og ikke-fluorescerende astrocytter. De mikrovaskulære endotelceller i hjernen blev seedet på en porøs membran (5 μm spor ætsede porer) og anbragt i en inkubator34 ved 37 °C under 5% CO2. Efter tre dage blev sammenløbet af endotellaget bekræftet via mikroskopi, og d...

Watch this Scientific Journal Video about Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography at JoVE.com

Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography

Her præsenterer vi en protokol for forberedelse og dyrkning af en blod-hjerne barriere metastatisk tumor mikro-miljø og derefter kvantificere sin tilstand ved hjælp af konfokale billeddannelse og kunstig intelligens (machine learning).

Kvantificering af hjernen metastatisk tumor mikro-miljø ved hjælp af en organ-on-a chip 3D-model, machine learning, og konfokal tomografi

Brain metastases are the most lethal cancer lesions; 10-30% of all cancers metastasize to the brain, with a median survival of only ~5-20 months, ...

Konfokale tomografi blev udviklet for at opnå den fulde farveskala af kræft celle adfærd, som de interagerer med den cellulære barriere og niche. Denne metode giver et grundlag for at studere metastaser, efterhånden som de opstår. Denne fremgangsmåde er nyttig til kvantificering af livecelleadfærd.Konfokal tomografi, når den kombineres med machine learning, er nyttig for en række orgel-on-a-chip platforme. Analyse af primære eller tilbagevendende tumor eller cirkulerende tumorceller kan udgøre et vigtigt diagnostisk værktøj til at forudsige hjernen metastaser og til at skelne hjernen metastatisk fra ikke-hjerne metastatiske celler. For at samle den mikrofluidiske BBN-enhed skal en enhed overføres fra vakuumeksiccatoren til en passende overflade med indløbene nedad og placerer hele opsætningen i et plasmakammer.Placer hele opsætningen i et plasmakammer og træk et vakuum, før du behandler enheden med plasma i 30 sekunder ved 80 Watt. I slutningen af behandlingen skal du bruge en guide til hurtigt at placere enheden, indløbssiden op på glasrutsjebanen på laboratoriebænken for at skabe en permanent binding mellem enhedens PDM'er og diaset. Dernæst indsætte 200 mikroliter pipette tips, skære to millimeter fra spidsen i alle indløb og stikkontakter og placere enheden i plasma kammer i en otte minutter, 200 watt plasma behandling.Når enheden er afkølet, skal enheden sættes i en steril sekundær beholder, og inden for 15 minutter efter plasmidbehandling overføres 120 mikroliter af en kollagen astrocytopløsning ind i enheden gennem pipettespidsen til bundkammeret. Lad opløsningen væge hen over kammeret i den modsatte pipettespids og fyld den næste kanal på enheden. Når alle fire kanaler på enheden er fyldt, skal du placere chippen i cellekulturkubatoren i en time.Når kollagen har sat, regningen alle pipetten tips fodring det nederste kammer med passende komplet cellekultur medium og pels det øverste kammer med 2% vækstfaktor reduceret matrigel, i komplet endotel medium. Når begge kamre er kodet, skal anordningen hældes i inkubatoren i en time, før det øverste kammer skylles med det relevante medium. Skiftende spidser, se 30 mikroliter på en gange 10 til den sjette endotelceller pr. milliliter passende medium, gennem spidserne ind i det øverste kammer hvert 15.Inkuber enheden i mellem såninger. Når alle endotelcellerne er seedet, skal du udfylde alle spidserne med mediet og returnere enheden til cellekulturkubvøsen i 48 timer. Når endotellaget er modnet, skal mediet udskiftes i chippen for at fylde cellekulturmediet og så hver øverste kammerkanal med 30 mikroliter på en gang 10 til de seks kræftceller pr. milliliter passende medium.Efter hver 30 mikroliter aliquot af celler er blevet seedet, returnere enheden til inkubatoren i 15 minutter derefter fylde alle tips med passende medium returnere enheden til cellekultur inkubator i 24 til 48 timer. Når enheden er blevet dyrket og afbildet, for at måle fænotype af kræftceller, åbne den medfølgende software og læse konfokale billede i hukommelsen. Softwaren gemmer hver farvekanal fra 3D-konfokale billeder i en separat TIFF-fil.Vælg Skift opacitetsværdier for hver mikroskopkanal', og juster kanal alfaværdien for de farvekanaler, der findes i billedet, således at baggrunden fjernes, og kun fluorescerende cellerne forbliver. Hvis du vil visualisere effekten, skal du vælge Vis en 3D-gengivelse'for at kontrollere, at tærsklen er angivet korrekt, og hvis billedet ser korrekt ud, skal du gemme opacitetsværdierne i regnearket til eksperimenttrackeren. Brug derefter marchkuber til at konvertere diskenheden til individuelle trekantede 3D-maskeobjekter, der er gemt i VTK-dataformatet.Hvis du vil montere et fly på endotelbarrieren, skal du først finde cellecentroiderne. Brug polydataforbindelsesfilteret til at gentage gennem listen over masker i VTK-filen for at udtrække de områder, der ikke er tilsluttet. Beregn centroid af hver maske og tilføje målingen til en liste over centroids filtrering for masker, der er for store eller for små.Hvis du vil montere et plan på listen over centroider til endotelcellerne, skal du bruge en minimering af fejlmetoden, køre Visualize RFP-centroider og plane fit'to generere og afbilde flyets pasform og inspicere flyets pasform og justere pasformen manuelt efter behov. Når flyet er korrekt monteret, skal du gemme det normale af flyet til eksperimentet tracker fil. For at måle hver kræftcelle fænotype efter at have karakteriseret endotellaget med et plan, skal du indlæse celleanalysefunktionen og køre Læs i eksperimenttrackeroplysningerne og analysere de kanaler, der findes"for at gentage og analysere hver region i VTK-filen.For hvert område vil funktionen klippe hver celle, så masken under membranen beregnes. For at måle den cellulære fænotype, beregne form, volumen og placering af hver kræftcelle. Derefter måle volumen og position af hver klippet kræftcelle til at beregne procentdelen af celle, der ekstravaseret gennem endotelbarrieren.Når du har udført disse trin for flere eksperimenter, skal du køre Eksporter dataene som en enkelt xlsx-fil for at gemme dataene i et regneark. En microfluidic BBN chip med en sammenløbet endotel barriere er acceptabelt for eksperimenter, mens en microfluidic BBN chip med særligt dårlig endotel dækning, er ikke. I denne repræsentative analyse hjernen søger kræft cellelinje, udviser en delpopulation af celler, der ekstravaserer på tværs af endotelbarrieren og migrerer dybt ind i hjernen niche plads af microfluidic BBN chip På to og ni dage efter eksponering, forældrenes kræftceller opretholdt en betydelig andel af celler på toppen af barrieren væk fra hjernen niche rum , mens hjernen metastatisk kræftcellepopulation opretholdt en andel af celler, der var større end 100% ekstravaseret.Morfologisk kvantificering af kræftcelleformen indikerede, at forældreceller viste færre sfærisk formede celler dag et post-seeding, mens begge kræftcellelinjer efter to og ni dages interaktion trendede mod at reducere deres sfæriskitet. Desuden var de kræftcelleunderpopulationer, der ekstravaserede ind i den asrtriske niche, mindre i størrelse sammenlignet med de kræftceller, der forblev i samspil med endotelbarrieren uden at ekstravasere ind i hjernen. Hjerne søger kræft cellelinjer og patient afledt xenografts, udviser en fænotopypisk mønster i den mikrofluidic BBN chip, der kunne udnyttes til at skelne mellem hjernen metastatisk og ikke hjernen metastatisk kræftceller ved machine learning.Selvudvælgelse er vigtigt. Endotelceller med et højere, lavt passagenummer udviste variabel barriereadfærd. Desuden, kræftceller og deres fluorescerende udtryk kan ændre sig over tid.Efter denne procedure, forskere kan ansætte molekylære profilering af hemmelighedens hjem eller celler i enheden for at studere molekylære mekanismer af metastaser. Denne teknik gør det muligt at udforske komplekse interaktioner mellem kræftceller og deres mikromiljøer ved at kombinere et manipuleret mikromiljø med en kvantitativ billeddannelse af nichekomponenter over tid.

Research

JoVE Journal

Cancer Research

The Drosophila Imaginal Disc Tumor Model: Visualization and Quantification of Gene Expression and Tumor Invasiveness Using Genetic Mosaics

The Drosophila Imaginal Disc Tumor Model: Visualization and Quantification of Gene Expression and Tumor Invasiveness Using Genetic Mosaics

Det<em&gt; Drosophila</em&gt; Imaginære Disc Tumor Model: Visualisering og Kvantificering af genekspression og tumorindtrængen Brug Genetic Mosaics

Drosophila melanogaster has emerged as a powerful experimental system for functional and mechanistic studies of tumor development and progression in the ...

Advanced Animal Model of Colorectal Metastasis in Liver: Imaging Techniques and Properties of Metastatic Clones

Advanced Animal Model af kolorektal Metastase i Lever: Imaging teknikker og Ejendomsstyrelsen mod metastatiske kloner

Patients with a limited number of hepatic metastases and slow rates of progression can be successfully treated with local treatment approaches1,2. ...

An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues

En integreret Platform for Genome-wide kortlægning af kromatin stater ved hjælp af høj overførselshastighed ChIP-sekventering i Tumor væv

Histone modifications constitute a major component of the epigenome and play important regulatory roles in determining the transcriptional status of ...

Native Chromatin Immunoprecipitation Using Murine Brain Tumor Neurospheres

Native kromatin Immunoprecipitation ved hjælp af Murine hjerne Tumor Neurospheres

Epigenetic modifications may be involved in the development and progression of glioma. Changes in methylation and acetylation of promoters and regulatory ...

Utilization of Ultrasound Guided Tissue-directed Cellular Implantation for the Establishment of Biologically Relevant Metastatic Tumor Xenografts

Udnyttelse af ultralyd guidede væv-instrueret cellulære Implantation for etablering af biologisk relevante metastatisk Tumor Xenografts

Preclinical testing of anticancer therapies relies on relevant xenograft models that mimic the innate tendencies of cancer. Advantages of standard ...

Live-Cell Imaging Assays to Study Glioblastoma Brain Tumor Stem Cell Migration and Invasion

Live-celle Imaging Assays til undersøgelse glioblastom hjerne Tumor stamcelle Migration og Invasion

Glioblastoma (GBM) is an aggressive brain tumor that is poorly controlled with the currently available treatment options. Key features of GBMs include ...

Digital Polymerase Chain Reaction Assay for the Genetic Variation in a Sporadic Familial Adenomatous Polyposis Patient Using the Chip-in-a-tube Format

Digital Polymerase Chain Reaction Assay for den genetiske Variation i en sporadisk familiær adenomatøs polypose Patient med formatet Chip i rør

The quantitative analysis of human genetic variation is crucial for understanding the molecular characteristics of serious medical conditions, such as ...

The Clinical Application of Tumor Treating Fields Therapy in Glioblastoma

Den kliniske anvendelse af Tumor behandling af felter terapi i glioblastom

Glioblastoma is the most common and lethal form of brain cancer, with a median survival of 15 months after diagnosis and a 5 year survival rate of only 5% ...

Longitudinal Morphological and Physiological Monitoring of Three-dimensional Tumor Spheroids Using Optical Coherence Tomography

Langsgående morfologiske og fysiologiske overvågning af tre-dimensionelle Tumor Spheroids bruge optisk kohærens tomografi

Tumor spheroids have been developed as a three-dimensional (3D) cell culture model in cancer research and anti-cancer drug discovery. However, currently, ...

Characterization of the Effects of Migrastatic Inhibitors on 3D Tumor Spheroid Invasion by High-resolution Confocal Microscopy

Karakterisering af virkningerne af Migrastatiske hæmmere på 3D tumor Spheroid invasion af høj opløsning Konfokal mikroskopi

Drug discovery and development in cancer research is increasingly being based on drug screens in a 3D format. Novel inhibitors targeting the migratory and ...